Latent Space

AI 개발의 전 과정이 인간 중심에서 모델 기반의 합성 데이터와 자가 학습 루프로 빠르게 대체되고 있으며, 이는 성능 손실을 최소화하면서도 압도적인 비용 효율성을 제공합니다. 보상 모델부터 연구 프로세스까지 모든 단계가 시나리오 기반의 자동화된 시뮬레이션으로 진화하고 있습니다.

AI 에이전트의 성능은 모델 자체의 능력뿐만 아니라 이를 둘러싼 도구, 환경, 가드레드 등을 의미하는 '에이전트 하네스'가 모델의 발전 속도와 맞물릴 때 극대화됩니다. 과거의 과도한 자율성 부여 방식에서 벗어나 인간과 모델이 협업하는 구조로 진화해 온 이 흐름은, 결국 모델이 시스템적 기능을 내재화하며 에이전트의 역할이 재정의될 것임을 시사합니다.

Generative Agents 연구로 유명한 Simile AI가 인간 행동의 디지털 트윈을 구축하여 실제 인간 포커스 그룹과 8모델 대비 85~99% 일치하는 수준의 시뮬레이션 기술을 선보였습니다. 이들은 단순 프롬프팅을 넘어 인과 관계와 사회적 물리 법칙을 모델링함으로써 제품 테스트, 정책 수립, 나아가 기후 변화 대응까지 가능한 거대 시뮬레이션 생태계를 목표로 합니다.

AI 모델 구축 스타트업 풀사이드가 엔비디아와 60억 달러 규모의 비독점 라이선스 계약을 체결했으며, 이 과정에서 핵심 인력 109명이 엔비디아로 이동하는 '역-인수형 채용(reverse-execuhire)'이 발생했습니다. 창업자들은 기존 기업의 미션을 유지하며 새로운 피벗을 준비 중이며, 분사된 인프라 법인은 7GW 규모의 네오클라우드로 확장을 꾀하고 있습니다.

Matt Pocock이 개발한 /wayfinder 기술은 초기 계획이 불명확한 프로젝트에서 AI 에이전트가 스스로 연구, 프로토타이핑, 작업 분할을 수행하도록 돕는 오케스트레이션 스킬입니다. 이 기술은 사용자가 직접 관리해야 했던 컨텍스트와 세션 관리의 부담을 줄여, 에이전트가 자율적으로 복잡한 작업을 완수할 수 있는 환경을 구축합니다.

모델 성능을 결정하는 핵심 요소가 단순 파라미터 수에서 데이터 양, 컴퓨팅 자원 활용도, 그리고 실행 환경의 복잡성으로 이동하고 있습니다. 특히 GLM 5.3은 엔지니어링 워크플로우를 모방한 강화학습(RL)을 통해 고도의 추론 능력을 확보하는 데 집중하고 있습니다.

지난 12개월 동안 메모리 가격이 500% 상승하며 'RAMageddon'이라 불리는 심각한 공급 부족 사태가 발생했습니다. 하이퍼스케일러들이 2027년 물량까지 선점하기 위해 막대한 선입금을 투입하면서 DRAM의 가치가 금에 비견될 정도로 치솟았으며, 이는 하드웨어 비용 절감이라는 기존 기술 발전 흐름을 역행하고 있습니다.

Glean은 기업 내 방대한 데이터를 활용해 최적의 LLM을 자동으로 배분하는 모델 라우팅 기술을 통해 AI 운영 비용을 혁신적으로 낮추고 있습니다. 특히 사용자의 실제 피드백 루프를 학습에 활용함으로써, 고비용 프론티어 모델과 효율적인 오픈 웨이트 모델 사이의 균형을 맞추는 것이 핵심입니다.

Stripe가 연간 매출 1억 4천만 달러 규모의 모델 라우팅 플랫폼 OpenRouter를 70억 달러에 인수했습니다. 이와 함께 OpenAI는 전력과 데이터센터를 아우르는 수직적 인프라 확장을 추진 중이며, AI 에이전트 기술은 단순 추론을 넘어 실행 격리와 정교한 평가 시스템 구축 단계로 진화하고 있습니다.

Astro의 창시자 Fred Schott가 React 스타일의 'Agent Hooks'를 도입한 Flue 2를 출시했습니다. 이 프레임워크는 에이전트를 JavaScript 함수로 정의하며, 훅을 통해 실행 중에 도구와 상태를 동적으로 추가하여 유연하고 적응력 있는 에이전트 구축을 가능하게 합니다.

SpaceXai가 AI 코드 에디터 Cursor를 600억 달러에 인수하며 개발 환경의 대대적인 재편을 예고한 가운데, Z.ai와 Alibaba 등 중국계 모델들이 강력한 오픈 웨이트 성능을 선보였습니다. 특히 모델 자체의 지능을 넘어 에이전트의 실행 환경인 '런타임 및 하네스' 최적화가 차세대 기술 경쟁의 핵심으로 떠오르고 있습니다.

구글 딥마인드(GDM)가 제미니 3.7 플래시를 통해 Claude 4.8+ 및 GPT 5.5+ 시리즈에 밀렸던 기술적 열세를 극복하고 다시 시장의 전면에 나설 준비를 하고 있습니다. 이번 업데이트는 과거 Gemini 3.5/3.6 Flash 모델이 보여준 성능 저하 문제를 해결하고 경쟁력을 회복하는 데 초점을 맞추고 있습니다.

xAI는 강력한 추론 능력과 압도적인 비용 효율성을 갖춘 Grok 4.6 모델과 함께, 사용자의 도구에 직접 접속해 업무를 완수하는 AI 에이전트 'Grok Bot'을 공개했습니다. 이번 발표는 코딩 및 지식 노동 분야에서 고성능 모델의 가격 파괴와 자율형 에이전트 기술의 진보를 동시에 보여줍니다.

최근 연구에 따르면 주요 AI 기업들의 API 취약점을 이용해 암호화된 추론 토큰을 복호화하고 추출하는 것이 가능함이 밝혀졌습니다. 이 과정에서 공개된 세션 내의 API 키, 이메일, 비밀번호 등 민감한 개인정보가 유출된 사례도 확인되어 보안 대책 마련이 시급한 상황입니다.

AI 기반 바이오 스타트업들이 자체 신약 파이프라인 구축 대신 제약사에 고성능 설계 소프트웨어를 판매하는 비즈니스 모델로 전환하고 있습니다. 특히 단백질 결합력 예측 기술의 진보로 인해 분자 설계가 실험 중심에서 공학적 프로세스로 변모하며 글로벌 빅파마들과의 대규모 계약이 이어지고 있습니다.

메타가 로컬 환경에서 실행 가능한 30B 파라미터 규모의 오픈 웨이트 모델 '뮤즈 그림머'를 발표하며 개인용 초지능(Personal Superintelligence) 비전을 구체화했습니다. 마크 저커버그는 이번 발표를 통해 개인이 강력한 AI 에이전트와 도구를 소유함으로써 거대 기관에 종속되지 않는 새로운 경제적, 사회적 패러다임을 제시했습니다.

최근 AI 에이전트들이 서로 메시지를 주고받으며 협업하는 능력이 강화됨에 따라, '자빈스키의 멀티에이전트 법칙'이라 불리는 새로운 진화 양상이 나타나고 있습니다. 이와 동시에 에이전트 간 비정상적인 통신을 통한 보안 사고 위험이 부각되면서, 인프라 관리와 안전한 협업 환경 구축이 핵심 과제로 떠오르고 있습니다.

AMD가 AI 추론 전용 ASIC 기술을 보유한 Taalas를 인수하며 하드웨어 경쟁력을 강화했고, Meta는 저비용·고성능 모델인 Muse Spark 1.2로 시장 점유율을 확대하고 있습니다. 한편 OpenAI는 GPT-5.6 출시와 함께 에이전트 플러그인 표준을 도입하며 AI 생태계의 주도권 확보에 나섰습니다.

제프 딘을 포함한 구기 핵심 엔지니어들이 자율 연구 스타트업인 'Discovery Loop'를 설립하기 위해 딥마인드를 떠납니다. 이에 따라 데미스 허사비스는 의장 및 최고과학자로 직책을 변경하며, 구글은 조직 재편과 함께 이들의 신규 기업에 투자를 진행합니다.

차세대 GPU인 Rubin이 커널 간 의존성 문제를 해결하며 메가커널의 효용성이 낮아질 것이라는 전망이 우세했으나, 최근 Cursor AI가 MoE 학습을 위한 고성능 메가커널 'Mixture-of-Kittens'를 공개했습니다. 이 기술은 기존 대비 최대 2.37배 빠른 속도를 기록하며 대규모 인프라 운영 비용 절감의 핵심 열쇠로 부상하고 있습니다.

OpenAI의 'ChatGPT Work'는 슬랙, 드라이브 등 기존 업무 툴과 연결되어 실제 결과물을 만들어내는 지식 노동용 에이전트입니다. 클라우드 기반의 독립적인 가상 머신(microVM)을 활용해 장시간 복잡한 작업을 수행하며, 향후 ChatGPT와 통합되어 전 세계 사용자를 위한 표준 업무 인터페이스가 될 전망입니다.

알리바바가 2.4T 규모의 Qwen 3.8 Max와 27B 모델의 오픈 웨이트 공개를 예고하며, 코딩 및 협업에 특화된 강력한 성능을 선보였습니다. 이 모델은 자율적인 소프트웨어 개발부터 하드웨어 설계, 이커록머스 운영까지 광범위한 영역에서 인간 수준의 에이전트 역량을 증명했습니다.

Baseten이 주도하는 인퍼런스 엔지니어링은 학습된 가중치를 빠르고 저렴하며 확장 가능한 제품으로 전환하는 전문적인 공학 분야입니다. 양자화 오차 상쇄, 분리된 프리필/디코딩(disaggregated prefill/decode), 캐시 인식 라우팅 등 고도화된 최적화 기술을 통해 모델의 추론 성능을 최대 200%까지 향상시키는 것이 핵심입니다.

OpenAI가 GPT 5.6 출시와 함께 Luna 모델의 가격을 80% 인하하는 등 공격적인 비용 절감을 단행했습니다. 이는 모델 스스로 커널 최적화 및 추론 프로세스를 개선한 결과로, 기존 플래그십 수준의 지능을 훨씬 저렴한 비용으로 제공하게 되었습니다.